Weibull分析探讨（轨道交通）

航空部件的故障分布研究表明，77%到92%的部件没有耗损性的故障模式，对于进行定期维修没有任何收益。
[attach]12704[/attach]

随着列车多年的运营，积累了大量的故障数据，在这良好的基础之上，有必要开展轨道交通产品的故障数据的挖掘和故障规律的研究，根据研究结果，更加精确的对装备进行保障，降低成本，同时保证轨道交通产品的可靠性与安全性。WindchillWeibull支持Weibull分析领域的最权威专家Dr.RobertB.Abernethy编写的《TheNewWeibullHandbook》
第五版，该著作提供了基于成本最优的预防性维修间隔，如下图所示，根据提供的计划性维修和修复性维修的成本，结合Weibull分析的分布参数，本例中Beta=3Eta=800小时

[attach]12705[/attach]

[attach]12706[/attach]

如上图所示，最有的更换间隔为467小时

WindchillWeibull分析还支持竞争失效的分析，竞争失效数据是设备故障数据的经常出现情形，往往代表着不同的故障机理，如下图所示，某民用航空提供的空调某部件的故障数据分析表明，该部件的数据存在竞争失效，其中一个失效模式的beta为0.48，另外一个为2.89，根据这两个数据，可以初步判定可能存在早期失效，这些失效的原因需要引起关注，并进行数据后面的原因调查
[attach]12707[/attach]

同时对于四个维修工程维修后产品的故障数据进行了比较分析，以比较四家工厂的维修质量，从图中可以看出，其中有两家的维修可能存在问题，存在早期失效率非常高的情形。
[attach]12708[/attach]

WindchillWeibull的主要特点
 WindchillWeibull可以关联到WindchillRBD进行任务可靠性的分析，使任务可靠性的分析更加准确。
 支持多种分布，包括韦布尔分布、对数正态以及正态分布等，如下图所示：

 支持多图显示，方便不同产品、不同产品、不同区域、不同车型等同类产品的评估比较
 支持可靠性增长数据的分析
 支持退化数据的分析，如某些性能退化的研究

如有需求，欢迎与本站联系